摘要：在对烟叶质量进行图画处理进程中，凭借MATLAB图画处理东西箱和神经网络技能，对各种类型的烟叶的数字图画进行核算机视觉剖析，包含边际检测、概括提取、用图画东西箱抽取烟叶数字图画特征，将待测烟叶样本与规范烟叶样本进行自适应学习练习，最终迭到主动辨认待测烟叶样本的质量的智能鉴定，由此推动烟叶出产进程的技能创新。
1导言
烟叶是烟草工业的根底质料，代写论文 对烟草工业出产质量和烟草行业运营效益具有无足轻重的作用。对烟叶出产进程的各个环节包含烟叶质量的智能辨认进行技能创新，进步质量和功率，是一个前沿研讨方向[1][5]。
当时这一方面的研讨，首要会集在数字图画处理方面，把烟叶质量的数字图画处理与神经网络技能相结合，完成烟叶质量的智能辨认，是一个极有价值的作业。以下在此方面作出一个体系的、较为齐备的、易于实践操作的研讨。
2首要技能手段
2．1 MAⅡAB图画处理东西箱
在MATLAB平台上，凭借图画处理东西箱，可以简易明快地完成对烟叶数字图画的图画处理。在烟叶出产一线，用数码照相机对各种烟叶样本进行摄影，输入核算机，用MAT_LAB将它转换为各(．bmp；．jpeg；．gif；．png；．t 图片以便进行图画处理。成本低，精确度高，适宜遍及推行。获取各种类型的烟叶数字图画今后，经阈值使用权图画二值化，可以当即辨识出这一图画是否具有何种类型的病虫害或质量异变。使用烟叶数字图画的边际检测、概括提取等剖析指令，取得待测烟叶的图画参数和特征，再由神经网络技能，完成对烟叶质量的智能辨认。
2．2神经网络技能
神经网络是一个新的智能辨认东西。代写毕业论文 经过练习的神经网络可以存储与进程有关的信息，能直接从历史数据中学习，经过用各种烟叶样本练习和学习的神经网络，能主动地辨认出待测烟叶样本的质量类型。而且，神经网络具有滤除噪声及在有噪声状况下得出正确定论的才能。这一点关于烟叶出产实践中很多存在各种噪声信息的状况而言，特别重要。它特别合适在线辨认。
3使用MATLAB图画处理东西箱和神经网络技能对烟叶质量智能辨认的操作进程
3．1烟叶图片样本库的树立
用数码相机或其它数字图画收集东西，收集各种类型的烟叶的规范图片，分类归档，凭借MATLAB图画改换功用，将各种类型的烟叶的规范图片，转换成各种图片方式：．bmp；．jpeg；．sir；．png；．tif等，以便随时调用。这些烟叶图片，有不同质量的样本；还有各种病虫害标本和变异标本。
3．2用直方图均衡来完成图画增强
当从出产一线收集的烟叶待测样本的图画对比度较低，代写硕士论文 即灰度直方图散布区间较窄时，可用直方图均衡完成灰度散布区间展宽而到达图画增强的作用。
3．3烟叶图画的边际检测和特征提取
烟叶图画的基本特征之一是图画边际。图画边际是图画周围像素灰度有阶跃性改变或房顶改变的像素的调集。烟叶的边际是由灰度的不接连性所造成的，因而调查图画每个像素在某个邻域内灰度的改变，使用边际附近一阶或二阶方向导数改变规矩可以检测烟叶图画边际。图画特征反映烟叶的几许结构，如面积、周长、分形分维数、孔洞数、欧拉数等等。图画特征的挑选是图画辨认的重要环节。运用二叉分类法在找出判别特征后，对不同的图画特征由分类阈值按二分的办法进行分类；运用类似间隔分类办法把待判图画与一个规范图画比较，规范图画用样本图画特征向量的均值来表明。经过核算待判图画与规范图画之问的在相空间中的间隔来判别图画和进行分类。这一进程还为用神经网络技能完成对烟叶质量进行智能辨认作出必要的预备。
3．4数字图画矩阵数据的显现及其傅立叶
改换这一改换的意图是为提取特征、进行神经网络形式辨认等作出必要的预备。
这是使烟叶图画性质更为优秀而采纳的一个技能操作，源代码如下：
I=imread (yangshuo．tif#39;)；imshow (I)；
figure，imhist(I)；
[J，T]=histeq (I，64)；
％图画灰度扩展到0-255，可是只需64个灰度级
figure，imshow (J)；
figure，imhist(J)；
figure，Dlot((0：255)／255，T)；％搬运函数的改换曲线
J=histeq (I，32)；
figure，imshow 0)；
％图画灰度扩展到0～255，可是只需32个灰度级
figure，imhist(J)；
3．6选用二维中值滤波函数对受椒盐噪声搅扰的图画滤波
MATLA图画处理东西箱具有强壮的功用，可以对噪声搅扰的烟叶图片进行消噪处理，模仿源代码如下：
I=imread (eight．tif#39;)；
imshow (I)；
J2=imnoise (I，saltpepper ，0．04)；
％叠加密度为0．04 的椒盐噪声
figure，imshow 02)；
I_Filterl=medfdt2 （J2，[3 ，3])；
％窗口巨细为3×3
figure．imshow (I Fiher1)；
I_Filter 2=medfdt2 （J2，[5， 5])；
％窗口巨细为5×5
figure，imshow (I_Filter2)；
I_Filter3=medf#39;dt2 （J2，[7， 7])；
％窗口巨细为7×7
figure，imshow (I_Filter3)；
3．7用神经网络技能对烟叶图画进行智能辨认
神经网络作为一种自适应的形式辨认技能，并不需要预选给定有关形式的经历常识和判别函数，它能经过本身的学习机制主动构成所要求的决议计划区域。网络的我由其拓朴结构、神经元特性、学习和练习规矩所决议，它可以充分使用状况信息，对不同状况逐个进行练习而取得某种映射联系，而且，网络可以接连学习，即便环境变异，这咱映射联系可以自适应调整。在上面各节获取烟叶图画特征根底之上，可以用神经网络技能进行图画形式辨认。例如，根据概率神经网络PNN的烟叶质量智能辨认，它的首要长处是：快速练习，练习时问仅略大于读取数据时刻；不管分类多么杂乱，只需有满足的练习数据(而这是烟叶出产一线可以做到的)，就可以确保取得贝斯叶原则下的最优解，答应添加或削减练习数据而无需从头进行长时刻练习。这一神经网络关于烟叶质量的图画辨认，具有重要意义。
4定论
根据核算机视觉和神经网络技能的烟叶质量辨认的数字图画处理办法，代写医学论文 是烟叶出产环节的一种技能创新，它可以在烟叶出产一线遍及推行，简便易行，可以较大地进步烟叶质量检测的功率和质量，以及主动化程度和智能化水平。
参考文献
[1]于润伟．根据图画处理的稻米垩白主动检测研讨[J]．我国粮油学报，2007，1：122—124．
[2]章毓晋-图画处理和剖析[M]．北京：清华大学出版社，1999．
[3]崔屹．图画处理与剖析——数学形态学办法及其使用[M]．北京：科学出版社，2000．
更多核算机与外设信息请重视：21ic核算机与外设频道
